MétaCan
Menu
Retour à la cohorte
Enregistrement W4417146313 · doi:10.3389/fpsyt.2025.1650055

Cortical microstructural changes in schizophrenia spectrum disorders using quantitative T1 mapping

2025· article· en· W4417146313 sur OpenAlexafffund
George Nader, Kimberly L. Desmond, Matisse Ducharme, Philip Gerretsen, Ariel Graff, Vincenzo De Luca

Notice bibliographique

RevueFrontiers in Psychiatry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSchizophrenia (object-oriented programming)Reliability (semiconductor)Schizophrenia spectrumNeuroimagingBrain mappingSelection (genetic algorithm)Functional connectivity

Résumé

récupéré en direct d'OpenAlex

Introduction: Cortical brain changes have long been established in schizophrenia spectrum disorders (SSD), with a particular involvement of frontal and temporal areas. However, most studies to date focused on macrostructural analyses, such as cortical volume, thickness, and surface area. Quantitative T1 imaging (qT1) provides a measure of microstructural tissue properties, corresponding mainly to myelination. Methods: Fourteen SSD patients and 7 healthy controls were recruited and underwent qT1 imaging using two different acquisition sequences, single and multi-echo qT1. Results: Compared to controls, SSD patients had a pronounced increase in qT1 values in frontal and temporal areas, while accounting for age and sex. However, this was only detected by the single echo qT1. Additionally, single echo qT1 was negatively modulated by sex in the SSD group, with females having lower qT1 values compared to their male counterparts. Discussion: These results suggest impaired myelination in the frontal and temporal cortices in SSD. Lastly, we highlight the importance of protocol selection as inter-protocol reliability is still a concern despite the quantitative protocols developed to overcome this limitation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,345
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207